基于深度学习的人体姿态估计方法综述

基于深度学习的人体姿态估计方法旨在通过构建合适的神经网络，直接从二维的图像特征中回归出人体姿态信息。主要按照2D人体姿态估计到3D人体姿态估计的顺序，并从单人检测与多人检测、稀疏的关节点检测与密集的模型构建等方面，对近年来基于深度学习的人体姿态估计方法进行系统介绍，从而初步了解如何通过深度学习的方法得到人体姿态的各个要素，包括肢体部件的相对朝向和比例尺度、骨骼关节点的位置坐标和连接关系，甚至更为复杂的人体蒙皮模型信息。最后,对当前研究面临的挑战以及未来的热点动向进行概述，清晰地呈现出该领域的发展脉络。     

基于深度图像的人体动作识别方法

为解决人体动作识别中的复杂背景和自遮挡问题,对深度图像进行研究,从深度图像中获取20个人体骨架关节点,在此基础上将动作时间序列的关节角度变化作为人体运动的特征模型。通过改进的动态时间规整算法计算不同动作之间关节角度变化序列的相似性,进行动作识别,以缓解传统DTW算法病态校准的问题。将识别方法在采集的动作数据库和MSR Action3D数据进行验证,实验结果表明,该方法能达到90%以上的识别率。     

一种WSN网关节点的设计与实现

无线传感器网络WSN是由分布在给定区域内大量无线传感器节点构成的一种新型信息获取系统,而无线传感器硬件节点的设计与实现是其应用的关键和基础工作.针对将无线传感器网络应用在青藏铁路沿线多年冻土区典型段进行地温、变形监测方面的特殊要求,设计了一种无线传感器网络系统,该网络由大量普通传感器节点、若干网关节点及一台计算机构成.无线传感器节点布撒在需要监测的区域内.将所探测到的有用信息通过初步的数据处理和信息融合之后,通过相邻节点接力的方式传送给网关节点.网关节点通过无线方式接收各传感器节点的数据并以有线的方式将数据传送给最终用户计算机.本文详细介绍了一种基于CC2431的网关节点以及基于C8051F320的USB接口的软硬件设计与实现.     

飞兆半导体推出60V PowerTrench MOSFET器件

飞兆半导体公司（Fairchild Semiconductor）开发出N沟道Power Trench MOSFET器件FDMS86500L,该器件经专门设计以最大限度地减小传导损耗和开关节点振铃,并提升DC—DC转换器的整体效率。     

基于骨架关节点约束的交互式局部变形

利用广义元球变形技术,提出一种基于骨架关节点约束的交互式局部变形方法。该方法提取多边形网格模型的骨架关节点并结合模型骨架图结构确定骨架关节点对应的局部区域,计算三维网格点到骨架节点的欧式距离,将约束区域的最大欧氏距离作为约束半径,得到各骨架节点对应的势函数值,通过控制骨架节点的空间位置给出三角形面片点的新坐标位置。实验结果表明,该方法有效保持多边形网络模型的局部特征,并确保了模型变形的直观性和高效性。     

无需人工干预的关节点提取和三维重建

随着现在人体的运动捕获和行为理解的研究的发展,对这项研究有了越来越高的要求。相对于原来的手动提取人体关节点作为特征点来研究,如何使得提取特征点更加自动化,对以后的运动捕获和行为理解的研究意义重大。提出一种在单目视觉条件下在第一帧自动提取人体关节点位置的方法,来解决传统的以手动标定提取人体关节点的问题,并且利用光流稀疏L_K算法 对提取出的关节点进行运动跟踪,得到运动人体二维坐标信息,结合像机模型通过几何计算获得人体关节点的深度信息。     

连通图中关节点的判定算法

文章提出了一种连通图关节点的矩阵求解算法,该算法数据结构形式简单,求解方便且易于理解,用C语言设计了相应的程序验证了此算法.     

基于极大权的最小连通支配集启发式算法

Ad hoc无线网络中基于最小连通支配集(MCDS)的路由是一个引人瞩目的方法,文中提出了一种基于极大权的MCDS的启发式算法,确保了性能强的主机担任网关节点的角色,能更好的协调管理网络中其他的节点,从而保持MCDS的相对稳固性并为全网中的广播和路由操作提供一个高效的通信基础.仿真结果表明,该算法能在保证生成权和极大的连通支配集的同时也确保它的极小性,因此能有效地用于基于MCDS的路由设计中.     

姿态检测网络在服装关键点检测中的应用

为了提供全面且精度较高的关键点用于确定服装的具体轮廓,提升服装配准和检索的精度,运用估计人体姿态的深度神经网络卷积姿态机(convolutional pose machine,CPM)建立模型,对数据图片进行色度等增强,利用高斯核函数建立图片真实标签,并且仿照特征金字塔改变前端网络结构,对模型进行训练。实验结果表明:卷积姿态机可以有效地应用于服装关键点检测;与其他模型相比,能够检测单个人全身的穿着及5种不同类别的服装,提升裤子或者衬衫等大种类的检测精度为1%。     

光网络中基于人工鱼群算法的节点休眠技术

鉴于人工鱼群算法(AFSA)具有收敛速度快,易于寻址寻优等特点,在光网络节点休眠技术中引入人工鱼群算法。以光路由域中的网关节点作为研究对象,选用业务量作为搜索函数,执行算法中的各种寻址行为找到最优解,休眠不符合条件的节点,并根据传输的繁忙与空闲状态转换限定值,从而节约传输过程中的能耗。通过2组7个节点进行计算机仿真,并分别设定最大值的40%和50%为限定值,得到原始能耗与后期能耗的对比结果。由此可知,当限定值为最大值的40%时,2组数据均节能14%,当限定值为最大值50%时,能耗节约比例分别为28%和42%。证明该方法可有效节能。